Ученые МГУ повысили точность ИИ при диагностике туберкулеза
freepik.com
Учёные МГУ имени М. В. Ломоносова разработали алгоритм FABEMD, который позволяет повысить эффективность нейросетей, используемых для диагностики туберкулеза по рентгеновским снимкам. Как уточнили в пресс-службе университета, метод основан на автоматическом расширении обучающих наборов данных: на базе реальных рентгенограмм создаются синтетические изображения с сохранёнными диагностически значимыми особенностями.
Такие искусственно сгенерированные снимки помогают моделям лучше распознавать признаки заболевания в ситуациях, когда исходные данные ограничены по объёму или имеют разное качество. В МГУ подчёркивают, что это особенно важно в условиях, когда рентгеновские аппараты и режимы съёмки существенно отличаются от клиники к клинике, что может снижать точность работы алгоритмов, обученных на «идеальных» или однотипных изображениях.
FABEMD был протестирован на международных наборах рентгенограмм, включающих тысячи снимков. Результаты показали, что добавление синтетических данных улучшает точность диагностики туберкулеза, причём наибольший прирост наблюдается при обучении на небольших выборках. Исследование проведено в рамках научно-образовательной школы МГУ «Мозг, когнитивные системы, искусственный интеллект», а его авторы рассчитывают, что подход можно будет адаптировать и для других задач медицинской визуализации, сообщает ТАСС.
Обратите внимание: Аномальная зима 2025–2026: Синоптики предупреждают о непредсказуемых сценариях по всей стране
